KuboLog 2006-11-11

2006 年 11 月 11 日 (土)

0700 起床．曇天．寒い． 10 時間以上ねたので回復 …… 昨日，こんな会話が何度か独立に反復されてたんだよね．
「久保さん，徹夜ですか?」
「そういうよれよれ状態に見えるかもしれませんが，そうではありません」
朝飯．コーヒー．洗濯．怠業．ぎょーむ日誌生成 Perl スクリプトの修正 (とはいえ browser 見た目は何もかわらんが)，とか．

1050 自宅発北大構内走． 1150 帰宅．体重 72.2kg．昼飯．

1310 自宅発．雨． 1325 研究室着．

アカマツ野外データのほうは，よくみると 7 箇所の異なる場所から得られた 21 個体だと気づいたので，このサンプリング場所の random effects を考慮している非線形混合モデル，とゆーあまりみこみのないデータ解析をつづけてしまった．というか， library(nlme) の使いかたの練習，というか．これ，すごくややこしくなってますよ (と思って nlme 本ながめてみたら，じつは今に始まったことではなく昔からややこしいシロモノだった，とわかった)．

[光合成速度 vs 葉重量]

nlme() に微分不可能な関数を計算させるのは面倒 (不可能?) なので，みょーな漸近線をもつ関数をでっちあげてみた．そいつは selfStart() 関数として定義されねばならぬ．さらにデータも面倒で，ふつーの data.frame() はダメで groupedData() なるものを使わねばならぬ (非線形関数などの場合)．

で，これだけ努力したのに，サンプル場所によって切片の異なる 2 パラメーター線形混合モデルに AIC 的に敗北 (「惜敗」?) しました，と．

ならばもうちょい単純化してみたらどうだ，と．

[光合成速度 vs 葉重量]

こんどは formula じたいがまがりなりにも線形なので， selfStart 関数つかわず推定計算できた．この状況だと，なぜかしら (互換性維持?)

  random = a + b + c ~ 1 | plot

といった古い nlme() 書式も使えた．で，この二分割モデルは AIC 的にはさらに劣悪，と．こちらの 2 パラメーター線形混合モデルではサンプル場所によって切片・傾きが異なるとしているので，上とはびみょーに異なった推定結果となっている．

とはいえ「よくわからんどうし」である非線型 vs 線形混合モデルの比較も無意味というか …… もっと単純なモデルとしては「葉重量つねに一定，ただし観測場所ごとの random effects あり」というもので，さすがにこれは AIC 的にあまりよろしくない，と．

といったことなど簡単報告メイルしてから， 1920 研究室発．雨． 1940 帰宅．晩飯．

[今日の運動]

北大構内走 60 分間．

[今日の食卓]

朝 (0740): 米麦 0.4 合．ダイコン・豆腐・ワカメ・煮干の味噌汁．
昼 (1245): 明太子スパゲッティー．
晩 (2100): マカロニ．ハクサイ・ネギ・エリンギのスープ．

ぎょーむ日誌 2006-11-11

2006 年 11 月 11 日 (土)